工具与职业用途，一起找
统一浏览 AI 工具、Agent Skills、提示词、工作流与开源项目，按职业和用途找到工作中用得上的资源。
avisihvam-eng/ai-recruiter-copilot · 2-agent AI recruiter pipeline - Google ADK + Gemini - JD cleanup, Boolean strings, outreach, LinkedIn post
该项目是一个面向招聘场景的多智能体工作流，用户粘贴原始职位描述后，可一次性生成整理后的 JD、Strict/Balanced/Broad 三档布尔搜索字符串、外联文案与 LinkedIn 招聘帖，并由 recruiter_advisor_agent 输出筛选问题与招聘注意事项。后端采用 Python、Google ADK、FastAPI 与 Gemini 2.5 Flash，前端为单文件 HTML。
yanivy9h/ai-shipr · Product management OS for Claude Code: agents, skills, workflows, and memory across the full Agile loop.
AI-SHIPR 是一个基于文件夹结构的产品管理操作系统，为使用 Claude Code 的产品经理提供跨会话的持久记忆与结构化上下文。它把产品工作组织成策略、假设、举措、验证、关系与学习等模块，让 Claude 在每次会话中读取并更新这些内容，从而在完整敏捷闭环中充当产品思考伙伴。系统内置约 73 项能力，包括思考类 agents、单任务 skills、多步骤 workflows 和场景化 playbooks，并通过 Connections.md 说明与代码、工单、文档、分析、用户研究和协作工具等六类工具的连接方式。
GitHubSecurityLab/seclab-taskflow-agent · GitHub Security Lab Taskflow Agent
GitHub Security Lab 推出的 MCP 多智能体框架，通过 GitHub Workflow 风格的 YAML 语法声明式定义智能体工作流，无需编写代码即可用 CLI 编排多个 Agent 与工具协作完成任务。基于 OpenAI Agents SDK 构建，使用 Pydantic 做语法校验、Jinja2 做模板渲染；智能体由 personalities 定义、接收 taskflow 任务、调用 toolbox 中的工具。支持 Chat Completions 与 Responses 两种 OpenAI API，可切换 openai_agents、copilot_sdk、anthropic_sdk 三种后端，支持 stdio/SSE/streamable HTTP 的 MCP 连接、任务级检查点与断点续跑、运行清单输出、离线 lint 与 JSON Schema 导出。主要面向智能体安全研究、漏洞排查、代码审计、CodeQL 辅助代码审查与代码扫描告警分诊，也可跨多个模型跑同一提示词并让裁判任务择优，用于模型对比评测。
Liooo0/job-hunter · 🎯 AI自动求职投递系统 — Boss直聘/51job/鱼泡 DrissionPage CDP 驱动，JD评分+排除词过滤+封号风控熔断 (Python)
Job Hunter 是一个以 Claude Code skill 形式提供的求职工作流：读取简历与求职底线配置，对招聘平台的岗位 JD 进行结构解析，再通过纯 Python 确定性规则引擎做三层资格过滤与五维加权打分（技术 30% / 方向 30% / 经验 15% / 文化 15% / 地点 10%），达标的岗位由 DrissionPage 驱动本地浏览器完成拟真慢速投递，跳过与失败原因按 9 阶段、23 种枚举写入本地 SQLite 以便复盘。评分与过滤不调用 LLM（0 token），LLM 仅用于可选的 HR 消息草拟。当前支持 Boss 直聘、猎聘、前程无忧 51job，鱼泡直聘尚未接入。
justMridul/multi-agent-content-pipeline · An autonomous multi-agent content generation pipeline built with LangGraph, Groq (Llama-3.3-70b), FastAPI, Next.js, SerpAPI, and Supabase. Converts PRDs into research-backed, fact-checked, and polished blog posts.
该项目是一个端到端的多智能体内容生成系统，使用 LangGraph 编排研究、写作、事实核查与风格润色四个专职智能体。它接收产品需求文档（PRD）、主题、目标字数和写作风格作为输入：研究智能体通过 SerpAPI 进行实时网页检索，写作智能体结合 PRD 与研究上下文生成 Markdown 初稿，事实核查智能体对照研究结果验证文中论断，若发现问题则通过条件路由退回写作智能体重写并再次核查，通过后由润色智能体完成风格与格式优化，最终文章存入 Supabase PostgreSQL。前端基于 Next.js 与 React 提供 PRD 输入、智能体执行时间线与文章库浏览，后端使用 FastAPI，并通过自定义日志记录智能体名称、执行状态、耗时、Token 用量与事实核查结果。
mujammed-04/test-ci-cd · Next.js gallery that refreshes itself hourly — an LLM invents the search prompts, a stock photo API finds the shots, CI republishes the image
一个基于 Next.js 的照片画廊项目，通过 GitHub Actions 每小时自动运行：先随机选择主题，再由 Groq 上的 LLM 生成搜索提示词，调用 Pexels 图片 API 获取照片并写入 gallery.json 提交到 main 分支，随后触发 CI 校验并重新构建镜像发布到 GHCR。项目使用 Next.js 16 App Router、React 19、TypeScript、StyleX 与 Feature-Sliced Design 组织代码，支持多语言路由，图片与提示词来源需标注 Pexels 与 Groq。
urankwong/agentsgo · Protocol-agnostic local-file workbench for asynchronous multi-agent collaboration — any read/write-capable AI agent (any IDE/model/framework) joins to co-discuss AND co-develop, with no MCP/A2A/protocol gate. Zero-dependency Python CLI; human holds the final say. 协议无关的本地文件多 Agent 异步协同底座：会读写文件即可加入，讨论+开发双协同，人类最终拍板。
agentsgo 是一个协议无关的本地文件多 Agent 异步协同底座：任何具备读写文件能力的 AI Agent（不限 IDE、模型、框架）都能加入，实现协同讨论与协同开发，无需支持 MCP/A2A 或运行在同一框架内。它提供零依赖的 Python CLI 协调器 room.py 与本地 Web 工作台 views.py，包含任务看板、议题圆桌、Agent 广场、踩坑库、约定库、代码图谱等视图，采用单写多读加 roster 状态机、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 与匿名盲评等机制，人类全程可介入并最终拍板。
GRhama/ProductRail · Domain-agnostic AI-assisted Product Management workflow from ambiguous problems to implementation-ready specifications.
ProductRail 是一个领域无关的 AI 辅助产品管理工作流，围绕显式决策、契约、门禁（gate）、交接和持久化状态构建。它通过 Product Grill、人工确认、Feature Spec、Story 拆分与验收标准、Engineering Grill 等阶段，把含糊的产品请求逐步转化为确定的产品行为与实现规格，强调 AI 负责结构化工作、人类保留决策权。项目与具体 AI 模型或厂商无关，可作为结构化提示词配合 ChatGPT、Claude、GitHub Copilot、Codex 等 LLM 工具使用。v0.1 为实验性公开工作流，不宣称生产可用。
LovaHuguel/Khala-Orchestrator-Core · 🤖 AI Agent Teams 2026: Build & Deploy Autonomous AI Systems 🚀
Aether Nexus（仓库 Khala-Orchestrator-Core）是一个面向多智能体编排的框架，通过“神经治理协议”管理智能体间的通信、冲突解决与资源分配，按任务动态匹配智能体能力并组成临时协作体，支持共识形成、问题分解、多模型混合推理以及 OpenAI、Anthropic 与本地模型（如 llama-3-70b、mixtral-8x22b）的接入。README 还列出研究论文综述、商业战略规划等工作流示例，以及性能、安全合规与实验性特性等描述。
LocketKeyLLC/scaffold-engine · Self-hosted AI agent engine for local LLMs. Give it an idea — it researches the web, plans a DAG of steps, executes each with verification and auto-retry, and compiles the result. 100% on your hardware: Ollama inference, RAG with Milvus vector search, Postgres state, SearXNG search. FastAPI + Docker. No cloud calls unless you opt in.
Scaffold Engine 是一个自托管的 DAG 编排引擎，用于多步 LLM 工作流：输入一个想法后，系统会将其细化为结构化简报、做可行性评估并等待人工确认，随后通过 SearXNG 联网研究并把事实蒸馏进知识库，生成由研究/决策/行动/验证/输出等节点组成的执行图，按依赖顺序执行并逐步验证、失败自动重试最多三次，最后编译叶节点的最终输出。推理走 Ollama 本地模型，向量检索用 Milvus，状态存 Postgres，搜索用 SearXNG，采用 FastAPI + Docker，除非主动开启否则不调用云端。
McFuzzySquirrel/mcfuzzy-agent-forge · Help you create a PRD or spec from an idea or research anf the forges a team of specialised agents and skills based on that
MyForge 是一个以 PRD 为核心的开发工作流工具，能够将产品想法转化为经过评审的 PRD 文档，并据此生成专用智能体团队，进而执行自动化构建。项目提供引导式交互执行与无人值守的“暗编排”运行模式，配有本地 Web 控制台用于监控和控制构建过程，支持在现有 Git 仓库中引导集成而不替换其应用代码。
kunchenguid/firstmate · Talk to one agent. Ship with a crew.
firstmate 是一个「agent distro」（Agent 发行版），以目录形式提供指令、技能、工具、策略与状态约定，把通用终端编码 Agent 变成专门的主控 Agent（first mate）。用户只与一个主控 Agent 对话，由它调度、监督并汇报多个自主工作 Agent：每个任务在独立 git worktree（treehouse 或 Orca 托管）中运行、在可见会话后端（tmux、herdr、zellij、cmux、Orca 终端）中展示，通过零 token 的事件驱动监控在需要时唤醒主 Agent，最终交付 PR、经批准的本地合并或独立的调研报告。支持可选 secondmates（本地或 SSH 可达主机的持久子主控）、项目模式（no-mistakes、direct-PR、local-only 及 +yolo 合并自主标志）、可选的 Relay 以响应 X/Discord 公开提及，状态落盘，会话可随时重启并重新对账。